Google улучшил инструктор по разработке ИИ: код теперь не нужен
Google обновил Teachable Machine. Это веб-эксперимент в браузере, который был выпущен, чтобы научить людей некоторым основным принципам машинного обучения.
Оригинальная версия приложения, которая вышла в 2017 году, была просто забавным экспериментом, который можно использовать для классификации визуальных данных с вашей веб-камеры. Но Google добавил в систему новые режимы, которые превратили Teachable Machine 2.0 в более функциональную систему для создания реальных инструментов ИИ. Об этом сообщает Информатор Tech со ссылкой на Google.
Наряду с данными изображения, Teachable Machine теперь работает со звуком и вводом позы тела. Пользователи могут загружать свои собственные, предварительно собранные, наборы данных, сортировать данные по более чем трем категориям, а также загружать и развертывать свои модели локально или размещать их в облаке. Это означает, что вы можете обучить основную систему с использованием Teachable Machine и запустить ее на веб-сайте или в приложении.
Что остается профессионалам
Google уже предлагает инструктор AI без кодирования под названием Cloud AutoML, но это гораздо более профессиональный инструмент с широкими возможностями настройки, масштабирования и поддержки клиентов. Teachable Machine 2.0, напротив, быстрый и грязный: он предназначен для начинающих практиков ML и позволяет быстро создавать прототипы решения для ИИ. Google отмечает, что Teachable Machine работает полностью на компьютере пользователя, а это означает, что данные обучения никогда не покидают ваше устройство (заверение для тех, кто беспокоится о конфиденциальности).
За годы, прошедшие с момента появления последней волны систем машинного обучения, появилось множество инструментов ИИ без кодирования. Эксперты иногда скептически относятся к качеству моделей ИИ, которые они производят, отмечая, что они могут быть неэффективными и небрежными, и что без должных навыков программирования люди, создающие эти инструменты, не смогут извлечь из них максимальную выгоду.
Но нельзя отрицать, что визуальные интерфейсы устраняют многие негативные факторы машинного обучения и могут побудить большее количество людей экспериментировать, работать с этими инструментами. Тяжелая работа по поиску и совершенствованию модели может произойти позже, если это необходимо.
Узнать еще больше актуальных новостей из мира технологий и игр, а также обсудить их можно в нашем Telegram-канале, и на страничках в Facebook и Instagram.
